5.5　案例分析：求平均分

本例通過對輸入文件中的學生三科成績進行計算，得出每個學生的平均成績。輸入文件中的每行內容均為一個學生的姓名和其相應的成績，每門學科為一個文件。要求輸出結果中每行有兩個數據，其中第一個代表學生的姓名，第二個代表其平均成績。

輸入的三個文件內容如下：

math.txt：

chinese.txt：

english.txt：

期望輸出結果如下：

1. 設計思路

根據MapReduce的工作原理可知，Map任務最終處理的結果對<key,value>會送到Reduce任務進行合并，具有相同key的<key,value>對則會送到同一個 Reduce任務中進行處理，即Reduce任務處理的數據是key和這個key對應的所有value的一個集合（value-list）。

MapReduce經典的WordCount（單詞計數）例子是將接收到的每一個value-list進行求和，進而得到所需的結果。而本例中，我們將Reduce任務接收到的value-list進行求平均分后，作為輸出的value值即可，輸出的key值仍然為接收到的key。

整個求平均分的流程如圖5-9所示。

2. 程序源碼

項目的新建及依賴jar包的引入見5.4節的數據去重案例，此處不再贅述。

本例完整的程序源代碼如下：

需要注意的是，Hadoop在涉及編碼時默認使用的是UTF-8，如果文件編碼格式是其他類型（如GBK)，則會出現亂碼。此時只需在map()或reduce()方法中讀取Text時，進行一下轉碼，確保都是以UTF-8的編碼方式在運行即可，轉碼的核心代碼如下：

3. 程序運行

程序的打包和運行參考前面的“單詞計數”和“數據去重”案例，此處不再贅述。

執行完成后，查看HDFS的/output目錄生成的結果內容，如圖5-10所示。